如何聚合熊猫中嵌套很深的‘groupby`中的一些级别？

df = df.groupby(['A', 'B', 'C']).sum()  # 假设df是一个数据框，A、B、C是列名
df = df.reset_index()  # 将多级索引转换为单级索引

df = df.groupby(['A', 'B', 'C']).agg({'D': 'sum', 'E': 'mean'})  # 对D列求和，对E列求平均值

def custom_agg(group):
    # 自定义的聚合操作
    return group['D'].sum() / group['E'].mean()

df = df.groupby(['A', 'B', 'C']).apply(custom_agg)  # 应用自定义的聚合函数